得到 TensorRT 模型后，评估其性能出现错误'Results do not correspond to current coco set'

[Superwen1017]

Before Asking

• I have read the README carefully. 我已经仔细阅读了README上的操作指引。

• I want to train my custom dataset, and I have read the tutorials for training your custom data carefully and organize my dataset correctly; (FYI: We recommand you to apply the config files of xx_finetune.py.) 我想训练自定义数据集，我已经仔细阅读了训练自定义数据的教程，以及按照正确的目录结构存放数据集。（FYI: 我们推荐使用xx_finetune.py等配置文件训练自定义数据集。）

• I have pulled the latest code of main branch to run again and the problem still existed. 我已经拉取了主分支上最新的代码，重新运行之后，问题仍不能解决。

Search before asking

• I have searched the YOLOv6 issues and found no similar questions.

Question

当我们得到 TensorRT 模型后，我们可以通过以下方式评估其性能：python deploy/ONNX/eval_trt.py --weights yolov6s.engine --batch-size=1 --data data/coco.yaml
当我用tensorrt进行推理时，测试性能时会出现错误'Results do not correspond to current coco set'
set(annsImgIds) == (set(annsImgIds) & set(self.getImgIds()))
这句话出现了问题，annsImgIds 数量和self.getImgIds()数量不相等且格式不一样。我没有动过源代码，这是怎么回事呢？谢谢！

Additional

No response

[mtjhl]

如果是 coco 数据集，评估的时候有个参数 --is_coco 您加上这个参数了吗？

[wuxianucw]

我也遇到了相同的错误，我的推测如下：

YOLOv6/yolov6/core/evaler.py

Line 491 in 55d80c3

image_id = int(path.stem) if path.stem.isnumeric() else path.stem

这里，当文件名为数字时，可能导致 id 的类型被错误转换。

image_id = path.stem

用上述代码替换后，eval_trt.py 可以正常执行。